基于VMD_FFT_LSTM模型的BDI指数预测_武华华.pdf

为提升非线性BDI 指数的预测效果,分析了多种预 测模型对BDI 指数的单步及多步预测结果,借助“分解-重 构-预测”思路,设计构建了VMD-FFT-LSTM 组合预测模 型. 首先,通过VMD 算法分解出BDI 指数的IMF 分量; 然 后,结合BDI 指数周期理论与FFT 算法计算的周期结果 重构IMF,达到降噪的目的; 最后,运用LSTM 模型对重构 序列进行多步预测. 对比多步预测结果,VMD-FFT-LSTM 组合模型预测结果在精度及稳定性上表现更好,解决了 SVR 模型多步预测结果易在序列局部极值点处出现较大 偏差的局限性问题.